Dnevnik promjena

Zahtev sa web_search: true imenuje svoje izvore: sources na /v1/chat/completions i /v1/messages navodi rezultate koji su dati modelu, a annotations na /v1/chat/completions obeležava gde odgovor navodi svaki od njih. Ugrađena web pretraga

web_search: true na /v1/chat/completions i /v1/messages pokreće web pretragu pre nego što model odgovori i daje mu rezultate kao numerisane izvore. Zahtev koji je našao rezultate troši jednu pretragu vašeg dnevnog limita. Kad nijedna ne preostane, na zahtev se odgovara bez pretrage. Ugrađena web pretraga

Stream koji se prekine na strani servera naplaćuje se prema upotrebi prijavljenoj do te tačke. Ostatak rezervacije vraća se na vaše stanje.

shannon-coder-1 odgovara na /v1/responses kao i na druga dva endpointa. CLI alati za programiranje

Rotirani API ključ odmah prestaje da radi.

POST /v1/tokenize i POST /v1/messages/count_tokens: besplatno brojanje tokena za hostovane open-weight modele. Brojanje tokena

Keširanje promptova na hostovanim open-weight modelima. Keširani ulaz se naplaćuje po 25% cene ulaza i prijavljuje u usage na sva tri endpointa: prompt_tokens_details.cached_tokens, input_tokens_details.cached_tokens i cache_read_input_tokens. GET /v1/models za ove modele prijavljuje pricing.cached_input_per_million_usd i capabilities.prompt_caching. Keširanje promptova

Hostovani open-weight modeli: prisilni tool_choice (required ili imenovana funkcija) daje poziv alata. Pozivanje funkcija

Hostovani open-weight modeli prihvataju poruku system koja nije prva poruka razgovora.

API je dostupan kao Tor onion servis i na I2P adresi. Odgovori api.shannon-ai.com nose dve adrese u zaglavljima Onion-Location i X-I2P-Location. Šifrovani, Tor i I2P endpointi

Novi modeli shannon-3.1 i shannon-3.1-pro, navedeni u GET /v1/models. Modeli i cene

Zahtev sa streamom čiji se klijent prekine izvršava se do kraja i računa se. Ranije se odgovor zaustavljao pri prekidu veze.

Zahtevi ka /v1/responses pojavljuju se u dnevniku upotrebe.

Hostovani open-weight modeli primenjuju polja uzorkovanja: temperature, top_p, seed, stop i max_tokens na /v1/chat/completions; temperature, top_p i stop_sequences na /v1/messages; temperature, top_p i max_output_tokens na /v1/responses. Chat Completions

Dnevnik upotrebe prikazuje cenu u USD za svaki poziv i kao zbir.

Na vrednost model koja nije objavljeni id odgovara se sa 400, tipom invalid_request_error i porukom unknown model: <id> na sva tri endpointa. Ranije je na takav zahtev odgovarao shannon-1.6-lite. Modeli i cene

/v1 prima samo API ključ. Kolačić prijave sa veb sajta se tamo ne čita. Autentikacija

Zaštita od flooda: 120 zahteva u minuti po nalogu na tri endpointa za generisanje. Ograničenja i stanje

Kada model ne može da odgovori, greška nosi fiksnu poruku The model backend failed to answer. Please retry. Na proveru stanja koja se ne može izvršiti odgovara se sa 503 i tipom api_error. Upravljanje greškama

Zahtev bez streama koji ne uspe vraća svoju rezervaciju na vaše stanje.

GET /v1/models prijavljuje capabilities.reasoning_effort za svaki model. Napor pri zaključivanju

Hostovani open-weight modeli: zahtev bez streama koji ne dobije odgovor završava sa 504 i tipom api_error. Prazan rezultat je 502. Upravljanje greškama

Hostovani open-weight modeli primaju ulaz koji prima imenovani model. Na sliku poslatu id-ju samo za tekst odgovara se sa 400 i <id> does not accept image input. Na response_format na id-ju bez strukturiranog izlaza odgovara se sa 400. GET /v1/models prijavljuje capabilities.vision, response_format i json_schema za svaki id. Slike i fajlovi

Odgovori bez streama nose tekst rezonovanja: reasoning_content na poruci /v1/chat/completions i thinking blok pre teksta na /v1/messages. Napor pri zaključivanju

Hostovani open-weight modeli imaju nove cene, od $0.50 po 1M ulaznih tokena i $2.00 po 1M izlaznih tokena. Modeli i cene

Hostovani open-weight modeli imaju po jedan id po modelu, ukupno dvanaest id-jeva. Modeli i cene

Strukturirani izlaz na shannon-3, shannon-3-pro, shannon-3.1 i shannon-3.1-pro. GET /v1/models za njih prijavljuje capabilities.json_schema: true. Strukturirani izlazi

/v1/responses čita text.format (json_object ili json_schema) za strukturirani izlaz. Responses API

/v1/responses vraća rezonovanje Shannon modela: stavku izlaza reasoning pre stavke message i događaje streama response.reasoning_summary_text.delta i response.reasoning_summary_text.done. Responses API

Polje model u odgovoru je objavljeni id na svakom endpointu. Responses objekat nosi model i created_at.

GET /v1/models prijavljuje kontekstni prozor svakog modela. Modeli i cene

Hostovani open-weight modeli odgovaraju na /v1/messages i /v1/responses kao i na /v1/chat/completions, sa vašim system promptom i pozivima alata. /v1/messages prima thinking, a reasoning_effort je polje zahteva. Modeli i cene

Tela grešaka na /v1 prate oblike iz SDK-ova: objekat error sa type i message na endpointima u OpenAI formatu, i isti objekat unutar {"type": "error"} na /v1/messages. Upravljanje greškama

Keep-alive na otvorenim streamovima na svakih 15 sekundi: komentarska linija : ping na /v1/chat/completions, event: ping na /v1/messages. Streaming

Id-jevi poziva alata počinju sa call_ na /v1/chat/completions i /v1/responses, a sa toolu_ na /v1/messages. Pozivanje funkcija

/v1/responses: stream je podrazumevano false. Responses API

max_completion_tokens se prihvata kao drugo ime za max_tokens na /v1/chat/completions. Chat Completions

Događaj response.completed Responses streama nosi niz output. Responses API

Unosi GET /v1/models nose display_name, context_window, max_output_tokens, pricing, capabilities i endpoints. Modeli i cene

Svaki odgovor nosi x-request-id, a vrednost koju pošaljete se vraća. Tela zahteva mogu biti do 32 MiB.

Ključ se može opozvati bez izdavanja novog. Dnevnik upotrebe je podeljen na stranice.

Slike i dokumenti u zahtevima: delovi image_url na /v1/chat/completions, blokovi image, document i file na /v1/messages, delovi input_image na /v1/responses. Slike i fajlovi

Novi model shannon-3-pro. Modeli i cene

Novi model shannon-3. Modeli i cene

Streamovi na /v1/chat/completions nose rezonovanje kao delta.reasoning_content. Napor pri zaključivanju

max_tokens se drži u opsegu od 1 do 65,536. Vrednost van tog opsega dovodi se do najbližeg kraja, ne odbija se. Chat Completions

shannon-coder-1 se računa u pozivima po planu na /v1/chat/completions i /v1/messages. Kada se pozivi jednog perioda potroše, odgovor je 429 sa porukom Shannon Coder call quota reached. CLI alati za programiranje

Na razgovor veći od kontekstnog prozora odgovara se sa 400, tipom invalid_request_error i kodom context_length_exceeded. Greška unutar streama stiže kao događaj greške, a ne kao tekst u odgovoru. CLI alati za programiranje

/v1 endpointi: POST /v1/chat/completions, POST /v1/messages, POST /v1/responses i GET /v1/models. To su endpointi koje pozivaju OpenAI i Anthropic SDK-ovi, Claude Code i Codex CLI. Pregled

Pozivi alata pomoću tools na /v1/chat/completions i /v1/messages, strukturirani izlaz pomoću response_format i system kao string ili tekstualni blokovi na /v1/messages. Pozivanje funkcija

Id-jevi modela shannon-1.6-pro, shannon-2-lite, shannon-2-pro i shannon-coder-1, pored shannon-1.6-lite. Modeli i cene

Prvo izdanje API-ja: čet u OpenAI formatu i u Anthropic formatu, i Responses endpoint, svaki se poziva API ključem koji počinje sa sk-. Autentikacija